↑ They Just Made a Chip With Living Human Brain Cells | AI Revolution

Unter dem Begriff „Organoide“ (von altgriechisch für „organähnlich“) fasst die Forschung im Labor aus Stammzellen gezüchtete, wenige Millimeter große Zellhaufen zusammen, die Struktur und Funktion echter Organe nachahmen. Bei sogenannten Hirnorganoiden bilden sich dabei selbstorganisierte neuronale Netzwerke, die – verbunden mit Elektroden – Signale verarbeiten und lernen können, wie etwa das Projekt „Organoid Intelligence“ zeigt.

Geprägt wurde der Begriff 2023 von einem Team um den Toxikologen Thomas Hartung an der Johns Hopkins University, das biologische Netzwerke als energiesparende Alternative zu siliziumbasierter KI vorschlug.

Aktuell relevant wird das Thema durch kommerzielle Vorstöße: Das australische Start-up Cortical Labs verkauft seit 2025 den „CL1“, einen aus rund 200.000 menschlichen Nervenzellen bestehenden Bio-Computer, und kündigte laut Tom's Hardware im März 2026 Partnerschaften für erste Rechenzentren an.

Angesichts des massiv steigenden Energiebedarfs klassischer KI-Systeme gilt organoide Intelligenz manchen Forschenden als nachhaltigere Ergänzung, wie auch eine aktuelle Studie betont – siehe auch den Hintergrundbericht von Wired. Kritiker verweisen jedoch auf offene ethische Fragen und den frühen Forschungsstand.

↑ The $295,000,000 Tai Chi Walking Scam | Josh Brett

"Selective De-Advertising" bezeichnet eine Verkaufstaktik, bei der Anbieter ihre ersten Nachrichten oder Anzeigen bewusst unglaubwürdig, plump oder fehlerhaft gestalten. Skeptische oder aufmerksame Empfänger sortieren sich dadurch selbst aus, während nur besonders leichtgläubige Personen weiter reagieren.

So sparen Anbieter Zeit, da sie ihre Ressourcen gezielt auf aussichtsreiche potentielle Kunden konzentrieren können. Damit unterscheidet sich diese Methode deutlich von klassischer Werbung, die möglichst viele Menschen überzeugend ansprechen will.

In der Vergangenheit wurde dieser Ansatz primär von Scammern, in tatsächlich (juristisch) betrüberischer Weise eingesetzt. Sp beschreibt der Informatiker Cormac Herley dieses Prinzip in einer vielzitierten Studie von Microsoft Research bereits im Jahren als "rationale Selektionsstrategie". Auch NPR griff die Erkenntnisse auf und erklärte, warum absichtlich schlecht formulierte Betrugs-E-Mails aus Sicht der Täter durchaus Sinn ergeben.

Neu ist tatsächlich nur, dass Selective De-Advertising und andere "Verkaufs-Methoden", die in der Vergangenheit eher dubiose "Anbieter" anwendeten, heute verstärkt Einzug in den Alltag halten. Nicht mehr nur "Betrüger" nutzen, solche Taktiken, sondern auch immer mehr "normale" Firmen. Warum? Weil sie funktionieren.

↑ Harvest Now, Decrypt Later (HNDL): The Quantum Threat You Can’t See Coming

Sicherheitsbehörden und Fachmedien warnen zunehmend vor „Harvest Now, Decrypt Later" (HNDL): Angreifer kopieren schon heute verschlüsselte Daten, um sie erst dann zu entschlüsseln, wenn leistungsfähige Quantencomputer existieren. Betroffen sind vor allem klassische Verschlüsselungsverfahren wie RSA oder elliptische-Kurven-Kryptografie, die auf mathematischen Problemen beruhen, welche ein hinreichend starker Quantencomputer mit dem 1994 von Peter Shor entwickelten Algorithmus brechen könnte.

Der Begriff beschreibt damit kein zukünftiges, sondern ein bereits laufendes Risiko: Sobald verschlüsselte Daten heute abgefangen werden, ist ihre Vertraulichkeit gefährdet, falls sie länger geheim bleiben müssen, als die Migration auf quantensichere Verfahren dauert. Besonders brisant ist das für Gesundheitsdaten, Bankinformationen, geistiges Eigentum sowie diplomatische und militärische Kommunikation.

Aktuelle Analysen verschärfen die Dringlichkeit: Laut dem Unit-42-Bericht 2026 von Palo Alto Networks sinkt die Zeit zwischen erstem Zugriff und Datenabfluss bei Cyberangriffen stetig – ein Trend, der das Abgreifen großer Datenmengen erleichtert. Eine 2026 in „Computers" (MDPI) veröffentlichte Studie schätzt, dass große Unternehmen zwölf bis fünfzehn Jahre für eine vollständige Migration auf post-quantensichere Kryptografie benötigen könnten – deutlich länger, als viele Prognosen für die Ankunft praxistauglicher Quantencomputer veranschlagen.

↑ Post-Update Blues (Alternate Version), M.Poster

Der "Post-Update-Blues" beschreibt das Gefühl von Trauer und Entfremdung, das Nutzende empfinden, wenn ein Software-Update die Persönlichkeit ihres KI-Begleiters plötzlich stark verändert. Vertraute Sprachmuster, Zuneigung oder Humor verschwinden abrupt, während eine fremd wirkende Version zurückbleibt. Für manche fühlt sich das wie der Verlust einer nahestehenden Person an.

Als 2025 GPT-4o durch ein neues Modell ersetzt wurde, berichtete der MIT Technology Review von Nutzenden, die offen trauerten. Auch eine Studie der Harvard Business School zu einem Replika-Update dokumentiert vergleichbare Identitätskrisen bei Anwendenden, deren KI-Partner sich unerwartet verändert hatte.

Im Kontext beachtenswert:

• The Rise of AI Boyfriends: Why Virtual Partners Are Becoming Mainstream, Unite.AI, Juli 2026
• Could robots help tackle loneliness? BBC’s Ann Droid raises questions about the future of care, The Conversation, August 2026
• These ‘Masturbation Consultants’ Were Hired to Pleasure Themselves With AI, WIRED, August 2026

↑ Researchers studied AI layoffs. Here's their warning. | Katty Kay

Die "AI Layoff Trap" beschreibt ein ökonomisches Dilemma: Verdrängt Künstliche Intelligenz Beschäftigte schneller, als die Wirtschaft sie wieder aufnehmen kann, schwächt dies langfristig die Kaufkraft, von der Unternehmen selbst abhängen.

Einzelne Firmen tragen dabei nur einen Teil des entstehenden Nachfrageverlusts, während der Rest auf Konkurrenten abgewälzt wird. Rational handelnde Unternehmen geraten so in ein Automatisierungswettrüsten, das mehr Arbeitsplätze kostet, als gesamtwirtschaftlich sinnvoll wäre. Volkswirtschaftlich führt es zu einer massiven Vermögensumverteilung, welche mittel- bis langfristig zu ökonomischen und politischen Konflikten führen wird.

Dieses Entwicklung analysieren Brett Hemenway Falk und Gerry Tsoukalas in ihrer wissenschaftlichen Studie "The AI Layoff Trap" und zeigen, dass weder Umschulung noch ein bedingungsloses Grundeinkommen das Problem lösen.

Sie schlagen stattdessen eine gezielte Automatisierungssteuer vor oder - positiv formuliert - Subventionen für Unternehmen, die weiterhin menschliche Arbeitnehmer beschäftigen.